python - 不同tensorflow全连接层的区别

Question

张量流中可用的不同全连接层之间有什么区别。我知道可能有 2 个版本：面向对象和功能，但我能够在 tensorflow 中找到 4 个不同的层：

1. tf.keras.layers.Dense
2. tf.layers.dense
3. tf.layers.Dense
4. tf.contrib.layers.fully_connected

该文档包含使用所有这些的示例。我也想知道何时使用每一层。

标签： pythontensorflowkeras

Answer 1

1. 是一个 Keras 包装函数。它的功能与 3. Checkout Keras相同。
2. 它是张量流的功能接口。
3. 常用。
4. 功能正在开发中。

从技术上讲，前 3 个具有相同的功能（相同的输入和输出）。